Заключение
· При добавлении объема торгов в качестве смешивающейся переменной, коэффициент перед объемом a3>0, коэффициенты a1 и a2 - маленькие и статистически незначительные (за исключением компаний Лукойл, НЛМК, Норникель со значимыми значениями a2). Т.о. устойчивость эффекта дисперсии, измеряемого как (а1 + a2), становится ничтожным, это объясняет исчезновение GARCH-эффекта в данных.
· При добавлении объема торгов предыдущего временного периода в качестве смешивающейся переменной напротив, коэффициент перед объемом a30, а коэффициенты a1 и a2 практически не изменяются и соответственно остаются значимыми (за исключением компаний Полюсзолото и Аэрофлот). Т.о. GARCH-эффект остается.
· Функция максимального правдоподобия при добавлении смешивающейся переменной увеличивается, причем устанавливается следующее двойное неравенство:
LLF-GARCH < LLF-GARCH-volume(t-1) < LLF-GARCH-volume
· При добавлении объема торгов в качестве смешивающейся переменной GARCH-эффект пропадает, модель становится значимой и более точной, а при добавлении объема торгов предыдущего временного периода в качестве смешивающейся переменной напротив, модель становится незначимой (кроме исключения с компаниями Ростелеком и Сбербанк), а значит, на практике ее рассматривать смысла не имеет.
Список литературы
1. «An investigation into using news analytics data in GARCH type volatility models» - Sergey P. Sidorov, 2011
2. «GARCH and volume effects in the Australian stock markets» - Jingliang Xiao, RobertDBrooks,Wing-KeungWong, http://www.annalsfinancialeconomics.org/4.pdf
3. «Heteroskedasticity in stock return data: volume versus GARCH effect» - C. G. Lamoureux, W.D. Lastrapes, Journal of finance, volume 45, issue 1 (Mar., 1990), 221-229